Adding Private Data to LLMs - Adding Private Data to LLMs Source code download

Adding Private Data to LLMs

Autre code source

1.0.0

Télécharger

RAG - Ajout de données privées aux LLM

Les LLM ont stupéfié le monde par leur capacité à créer des images, du code et des dialogues réalistes. Sans aucun doute, ChatGPT a pris d’assaut le monde. Des millions de personnes l'utilisent. Mais bien qu’il soit idéal pour les connaissances générales, il ne connaît que les informations sur lesquelles il a été formé, à savoir les données Internet généralement disponibles avant 2021. Il ne connaît pas vos données privées et reste mal informé des sources de données récentes. Ainsi, pour les améliorer à cet égard, nous pouvons leur fournir les informations que nous avons récupérées lors d’une étape de recherche. Cela les rend plus factuels et donne une meilleure capacité à fournir au modèle des informations à jour, sans avoir besoin de recycler ces modèles massifs. C’est précisément ce qu’est un système LLM ou Retrieval-Augmented Generation (RAG). En effet, ce référentiel décrira précisément la création d'un système RAG et élucidera les étapes d'optimisation impliquées.

Table des matières

CHIFFON
Pile technologique
Installation
Liens utiles
Contact

CHIFFON

Pile technologique

LangChaîne
LamaIndex
Azure OpenAI
Gradio

Installation

Cloner le dépôt Github

 clone git https://github.com/zekaouinoureddine/Adding-Private-Data-to-LLMs.git

Accédez au répertoire du projet et assurez-vous que Python 3 est installé, ainsi que les dépendances nécessaires.
```
 cd Ajout de données privées aux LLM
pip install -r exigences.txt
```
Exécutez l'application Gradio
```
 python rag.py
```

Visitez http://127.0.0.1:7860 sur votre ordinateur pour tester l'application. Vous devriez voir quelque chose comme ce qui suit :

Liens utiles

Blogue	Plateforme	Langue
Demandez vos propres données	Blogue Hiberus	ES
Demandez vos propres données	Moyen	FR
Demandez à vos pages Web	Blogue Hiberus	ES
Demandez à vos pages Web	Moyen	FR